medad가 설명하는 AI 검색 노출 측정은 질문을 정해 선택한 엔진에 실행하고 응답·인용·언급을 기록하는 방식입니다. 다만 medad의 이번 자료에는 측정 정확도를 수치로 검증한 결과가 없습니다. 한 번의 답을 고정된 노출 상태로 읽기보다 비교 조건과 원문을 함께 확인하기를 권장합니다.
medad의 2026-09-26~10-17 UTC 네 회차에서 공통 질문 45개를 AI 5곳의 같은 질문·엔진 단위로 비교했습니다. 양쪽 응답이 있고 한쪽 이상에 이름이 있는 341쌍의 업체 목록 겹침 평균은 22.6%였습니다. 이 글은 부분 회차가 포함된 관찰의 흔들림과 구매 영향까지 확인할 수 있는 범위를 다룹니다.
AI 노출 측정 리포트 서비스, 어떤 기록을 받아야 하나요?
측정 방식은 질문·엔진·실행 조건을 정하고 실제로 받은 응답을 보존하는 과정으로 확인하기를 권장합니다. 요약 숫자만 받기보다 어떤 질문을 어떤 환경에서 실행했는지 함께 요청하는 편이 낫다고 봅니다. 세부 지표의 정의는 함께 읽을 글로 넘깁니다.
medad의 2026-10-03 UTC(한국 시각 10/4) 자사 측정은 질문 120개를 AI 5곳의 API(응용 프로그램 인터페이스)로 실행해 유효 응답 598개를 기록했습니다. 질문마다 모든 응답이 확보된 것은 아니므로 예정된 실행 수와 실제 응답 수를 같은 값으로 다루지 않습니다.
반복 비교에서는 질문 원문과 엔진, 실행 시각, 검색 사용 조건, 실제 응답 유무를 같은 기록에 남기기를 권장합니다. 설정이 바뀌었다면 변화가 생긴 구간을 표시하는 편이 낫다고 봅니다. 이런 기록 없이 언급 수만 비교하면 콘텐츠 변화와 측정 조건 변화를 나누기 어렵다고 판단합니다.
API는 서비스에 프로그램으로 요청을 보내는 방식입니다. 이 기록을 로그인한 앱 사용자의 개인화된 화면과 동일하게 취급하지 않기를 권장합니다. 앱 화면을 확인한 경우에는 별도 환경의 관찰로 남겨야 비교 범위가 드러난다고 봅니다.
같은 질문이라도 답변을 고정값으로 읽지 않습니다
같은 질문의 답변이 달라졌을 때는 실제 변화의 원인보다 먼저 비교 환경의 차이를 확인하기를 권장합니다. 원문이 같더라도 실행 시점이나 엔진의 조건이 같았는지는 별도 문제라고 봅니다. 가능한 원인 후보로는 답을 만드는 과정의 변동, 검색 시점에 따라 달라지는 검색 결과, 엔진 쪽 설정 변경을 들 수 있지만, 이번 기록으로 어느 것인지 확정하지 않습니다.
Google은 AI Mode와 AI Overviews처럼 기능이 다르면 쓰는 모델과 기법이 달라 응답과 링크가 달라질 수 있다고 설명합니다.[1] 이는 서로 다른 두 기능에 관한 안내이고, 같은 기능에 같은 질문을 반복했을 때 달라지는 원인은 이번 기록으로 확정하지 않습니다. medad가 관찰한 AI 5곳의 변화가 모두 같은 원인으로 발생했다는 증거는 아닙니다.
담당자는 이름이 빠진 회차를 발견하면 질문 변경, 응답 누락, 검색 조건 변경을 먼저 확인하기를 권장합니다. 그다음 답변 원문에서 이름 대신 어떤 설명이나 출처가 나왔는지 읽는 편이 낫다고 봅니다. 어느 한 요인이 원인이라고 단정하기보다 확인한 조건을 남기는 방식이 실용적이라고 판단합니다.
가상 예시입니다. 같은 질문에서 이전에는 업체 이름이 나왔고 다음에는 개념 설명만 나온 상황을 생각할 수 있습니다. 이때 순위 하락으로 이름 붙이기보다 답변의 역할이 달라졌는지를 먼저 확인하기를 권장합니다. 두 답변이 같은 선택 질문에 답했는지도 함께 대조하는 편이 낫다고 봅니다.
4회차 업체 목록의 겹침은 정답률이 아닙니다
2026-09-26~10-17 UTC 2026-09-26~10-17 UTC 네 회차의 공통 질문 45개를 AI 5곳에서 대조한 연속 회차 341쌍의 목록 겹침 평균은 22.6%였습니다. 한국 시각으로는 9/27·10/4·10/11·10/18 회차이며, 10/11은 부분 측정입니다. 각 질문·엔진의 양쪽 응답이 있고 한쪽 이상에 이름이 있는 경우만 비교쌍에 넣었습니다.
겹침은 Jaccard(자카드 유사도)로 계산했습니다. 두 목록에 공통으로 나온 이름 수를 두 목록 합집합의 이름 수로 나눈 뒤, 비교쌍마다 구한 값을 평균했습니다. 22.6%는 341쌍의 평균이며 이름을 모두 한꺼번에 합쳐 나눈 비율이 아닙니다. 응답이 없는 칸과 둘 다 빈 목록인 쌍은 제외했습니다.
이 네 회차에서 관찰한 서로 다른 이름 문자열은 351개였습니다. 한 회차에만 나온 이름은 351개 중 250개(71.2%), 세 회차 이상 나온 이름은 351개 중 43개(12.3%)였습니다. 일부 회차의 응답 누락도 재등장 집계에 영향을 줄 수 있습니다. 업체 실명은 공개하지 않습니다.
| 관찰된 이름의 재등장 | 집계 |
|---|---|
| 한 회차에만 등장 | 351개 중 250개(71.2%) |
| 세 회차 이상 등장 | 351개 중 43개(12.3%) |
목록 겹침 22.6%는 답변의 정답률이나 측정 오류율이 아닙니다. 이 표본에서 이름 문자열이 얼마나 다시 등장했는지 보여 주는 값입니다. 전체 AI 질문이나 다른 업종의 재현성을 대표한다고 판단하지 않습니다.
부분 측정과 약한 질문 판정을 나눠 읽습니다
응답이 없는 칸을 자사가 나오지 않은 답변으로 바꾸지 않기를 권장합니다. 측정 실패·미실행과 실제 비언급은 서로 다른 상태이므로 먼저 응답 원문이 있는지 확인하는 편이 낫다고 봅니다. 비교에 넣은 기록의 범위를 표시해야 낮은 값의 의미를 읽을 수 있다고 판단합니다.
이번 공통 질문 45개 중 2026-09-26~10-17 UTC 네 회차에서 실제 받은 모든 응답에 medad 이름이 없었던 질문은 44개입니다. 이것은 모든 예정 응답이 빠짐없이 확보됐다는 뜻이 아닙니다. 일부 응답이 없던 회차를 포함하므로, 받은 응답의 비언급과 미측정을 나눠 읽기를 권장합니다.
이 45개는 9/12~10/17 UTC 여섯 회차 전체에서 공통 질문 번호를 먼저 고른 묶음입니다. 목록 겹침은 그중 최근 네 회차만 비교했습니다. 새로 추가된 질문이나 특정 주제의 약한 질문만 고른 표본과는 다릅니다. 비교할 때는 후보 목록의 크기보다 질문 명단과 포함 회차가 같은지 먼저 확인하기를 권장합니다. 다른 분모의 비율을 이어 그려 개선 추세로 읽지 않습니다.
담당자는 연속 비교가 가능한 질문·엔진의 응답을 고르고, 제외한 칸에는 제외 이유를 적기를 권장합니다. 전체 예정 질문을 분모로 삼았는지, 유효 응답만을 분모로 삼았는지도 보고서에서 확인하는 편이 낫다고 봅니다. 누락을 반영한 표와 반영하지 않은 표를 설명 없이 합치지 않기를 권장합니다.
GEO 대행사의 실제 AI 인용 측정, 어떻게 확인하나요?
medad의 2026-10-03 자사 측정에서는 유효 응답 598개에서 medad.kr 인용은 7건, 질문 120개 중 이름이 나온 질문은 1개였습니다. API 한 회차의 관찰이며 고객의 구매 행동을 측정하지 않았습니다. 인용 건수와 이름이 나온 질문 수는 서로 다른 단위입니다.
OpenAI 웹 검색 도구 안내는 인용 URL·제목·위치를 응답의 인용 정보로 제공한다고 설명합니다. 검색 과정에서 확인한 전체 주소를 담는 sources 필드는 답변에 표시한 인용과 범위가 다를 수 있습니다.[2] 이 구분은 해당 API 도구의 안내입니다.
medad 측정은 엔진이 응답에 붙여 돌려준 출처 목록을 함께 기록하며, 위의 medad.kr 인용 7건도 그 목록에서 셌습니다. 출처 목록의 형식은 엔진마다 다릅니다. 대행이 실제 인용까지 측정하는지 확인하려면 응답 원문, 표시된 링크, 집계 대상이 무엇인지 요청하기를 권장합니다. 검색 과정의 주소를 모두 최종 답변의 인용으로 세었는지도 확인하는 편이 낫다고 봅니다. 연결된 페이지가 주장에 해당하는 내용을 담는지는 주소 목록만으로 판단하기 어렵습니다.
링크를 열어 해당 문장과 근거를 대조하고 확인 시각을 남기기를 권장합니다. 이번 자사 인용 기록은 연결을 관찰했다는 뜻이며, 그 주소가 모든 답변에서 반복되거나 서비스를 선택하게 했다는 뜻은 아닙니다. 담당자는 원자료를 받을 수 있는 범위를 계약 항목으로 적는 편이 낫다고 판단합니다.
구매 결정의 영향은 응답 기록만으로 측정하지 못합니다
AI 응답에 자사 콘텐츠가 인용됐다는 기록만으로 실제 고객의 구매 결정에 미친 영향을 계산하지 않기를 권장합니다. 답변 관찰에는 이용자의 방문·문의·구매 과정이 포함되지 않습니다. 이번 medad 자료에는 그 과정을 연결한 전환 실적이 없습니다.
Google Analytics의 기여 분석은 사용자의 중요한 행동에 이르는 접점에 기여를 배분하는 개념입니다.[3] 이런 분석은 행동 경로를 다루는 별도 자료입니다. API가 만든 답변만 수집한 측정과 같은 결과로 취급하지 않기를 권장합니다.
담당자는 사이트에서 확인된 유입 경로와 문의·구매 기록을 연결할 수 있는지 먼저 확인하기를 권장합니다. 문의 양식에 «어디서 보고 오셨나요» 항목을 두고, 사이트 유입 기록과 문의 시각을 대조하는 기록도 별도 증거로 남길 수 있다고 봅니다. 연결되지 않은 방문이나 기억에 의존한 응답의 한계를 함께 표시하는 편이 낫다고 판단합니다.
가상 예시입니다. 인용 관찰 이후 문의가 생겼지만 문의자가 본 경로는 확인하지 못한 상황을 생각할 수 있습니다. 이 경우 문의 시점이 뒤에 있다는 이유로 인용의 성과라고 배분하지 않기를 권장합니다. 확인한 연결과 추정한 영향을 구분해 보고하는 편이 낫다고 봅니다.
최근 두 회차의 분모부터 대조합니다
10/10 UTC 회차의 유효 응답은 550개, 10/17 UTC 회차는 598개였습니다. 같은 120개 질문을 대상으로 했지만 Perplexity의 응답 수가 각각 76개와 120개여서, 두 합계의 차이를 브랜드의 변화로만 읽을 수 없습니다. 한국 시각 실행일은 각각 10/11·10/18입니다.
두 회차의 이름 언급은 각각 550응답 중 1개(0.2%), 598응답 중 4개(0.7%)였습니다. 언급된 질문은 각각 120개 중 1개와 3개입니다. 소수의 응답 변화이며, 질문별 반복 실험이나 글 수정 전후를 통제한 비교가 아니므로 안정적인 개선 추세나 콘텐츠의 인과 효과로 결론 내리지 않습니다.
예정한 엔진·질문 칸이 같아도 유효 응답의 구성이 다를 수 있다고 봅니다. 전체 언급률을 비교하기 전, 엔진별 응답 수를 같이 놓고 빠진 칸을 표시하기를 권장합니다. 특히 일부 엔진의 응답이 늘었을 때에는 전체 비율의 변화와 같은 질문·엔진에서의 변화를 따로 확인하는 편이 낫다고 판단합니다.
겹침을 다시 계산할 수 있는 인계표입니다
리포트를 다시 계산하려면 질문 원문만이 아니라 질문을 식별할 번호와 포함 회차 목록이 필요하다고 봅니다. 질문이 비슷해 보여도 다른 질문을 한 계열로 합치지 않기를 권장합니다. 어떤 엔진의 어느 답변을 한 쌍으로 비교했는지 알 수 있어야 평균의 분모를 확인할 수 있습니다.
| 받을 자료 | 확인할 내용 | 다를 때의 판단 |
|---|---|---|
| 질문 명단 | 같은 질문 번호가 모든 회차에 있는지 | 공통 질문과 추가 질문 분리 |
| 응답 명단 | 같은 질문·엔진의 두 응답이 있는지 | 없는 응답은 비교쌍에서 제외 |
| 이름 목록 | 공백·대소문자 정리 기준이 같은지 | 기준을 맞춰 다시 계산 |
| 집계표 | 빈 목록 처리와 평균의 분모 | 전체 목록 비율과 혼합하지 않음 |
이번 재집계에서는 이름의 앞뒤 공백과 영문 대소문자를 정리했습니다. 서로 다른 표기의 업체를 사람이 같은 업체로 통합한 집계는 아닙니다. 따라서 목록 겹침은 응답에 기록된 이름 문자열의 겹침이며, 업체의 실체를 모두 확인한 시장조사로 넓혀 읽지 않기를 권장합니다.
가상 예시입니다. 첫 회차에 네 이름, 다음 회차에 세 이름이 있고 공통 이름이 두 개라면, 합집합 다섯 개 중 두 개이므로 겹침은 40.0%입니다. 다음 비교쌍이 0%라면 두 쌍의 단순 평균은 20.0%입니다. 이 계산 예시는 관측 데이터가 아니며 실제 회차의 분모와 섞지 않습니다.
담당자는 제외 목록도 함께 요청하기를 권장합니다. 두 답변 모두 업체 이름이 없어서 제외한 경우와 응답 자체가 없어서 제외한 경우는 이유가 다릅니다. 겹침 평균만 낮다는 이유로 ‘측정이 틀렸다’고 판단하기보다, 원문과 이름 추출을 사람이 다시 볼 표본을 정해 별도 검증하는 편이 낫다고 봅니다.
오늘 리포트에서 확인할 순서입니다
정확도를 질문받은 담당자는 비율 하나보다 재검토 가능한 증거를 먼저 확인하기를 권장합니다. 아래 순서로 원자료와 비교 범위를 대조하는 편이 낫다고 봅니다.
- 질문 원문과 엔진·모델·실행 시각·검색 조건을 요청해 비교할 기록을 정합니다.
- 유효 응답 수와 누락 이유를 확인하고, 비언급과 미측정이 구분됐는지 읽습니다.
- 연속 회차의 같은 질문·엔진 응답을 대조해 비교 가능한 쌍과 제외 대상을 적습니다.
- 인용된 주소와 답변 문장을 열어 집계된 인용의 범위를 확인합니다.
- 구매 영향이 보고됐다면 문의·구매 경로의 증거와 추정한 부분을 따로 요청합니다.
정확도라는 말을 사용했다면 무엇의 정확도인지 추가로 확인하기를 권장합니다. 응답 추출이 맞는지, 이름을 올바르게 판별했는지, 인용 주소를 제대로 집계했는지는 서로 다른 검증이라고 봅니다. 검증 표본과 오류 확인 방식이 없으면 비율의 의미를 판단하기 어렵습니다.
이 기록에는 정확도를 검증한 정답 표본이 없습니다
이번 자료는 부분 회차가 포함된 자사 API 관찰이며 무작위 이용자 표본이 아닙니다. 회차마다 목록이 얼마나 겹쳤는지를 보여 줄 뿐 재현성을 검증한 자료는 아니며, 추출·판정의 오류율을 검증한 정답 표본도 없습니다. 고객의 구매 영향도 직접 측정하지 않았습니다.
따라서 관찰된 변화와 확인하지 못한 원인을 구분해 읽기를 권장합니다. 검증 범위가 적힌 원자료를 확보한 뒤 다음 작업을 결정하는 편이 적절하다고 판단합니다.
AI 노출 측정 리포트와 인용 확인 범위를 상담하려면 홈페이지 주소와 확인할 질문, 기존 보고서를 준비해 medad.kr의 진단·상담 안내를 확인하세요. medad와 측정 조건·원자료 열람 범위·다음 확인 시점을 구체적으로 정하시기 바랍니다.
함께 읽을 글
- AI 검색 마케팅 회사를 직접 측정할 때: 0이라는 숫자보다 측정 설계: 질문과 환경을 정하는 기본 설계를 확인합니다.
- AI 노출 측정 리포트 읽는 법: 질문·환경·근거를 함께 기록하세요: 리포트 항목을 원자료와 대조합니다.
- AI 노출 리포트 지표 사전: 언급률·인용 몫·권장률은 각각 무엇을 말하나: 다른 단위를 섞지 않도록 정의를 확인합니다.
참고 자료
- Google Search Central, AI features and your website
- OpenAI, Web search API guide
- Google Analytics Help, Get started with attribution
기준일: 2026-10-19
자주 묻는 질문
- AI 노출 측정 리포트에서 겹침 평균 22.6%가 정확도인가요?
- 두 값은 같은 질문에 답하지 않으므로 구분해서 읽기를 권장합니다. 겹침은 서로 다른 시점의 목록이 얼마나 닮았는지를 나타내지만, 정확도는 확인할 사실과 판정 결과를 대조한 기준이 필요하다고 봅니다. 이번 기록에는 그 검증 표본이 없으므로 오류율을 역산하지 않기를 권장합니다.
- 부분 측정 회차를 비교에서 모두 빼야 하는 건가요?
- 회차 전체를 일괄 삭제하기보다 비교할 질문과 엔진에 유효 응답이 있는지 먼저 확인하기를 권장합니다. 확인 가능한 쌍은 조건을 붙여 비교할 수 있지만 누락된 답을 비언급으로 바꾸면 관찰값의 의미가 달라진다고 봅니다. 보고서에는 제외한 이유와 실제 비교 대상을 함께 적는 편이 낫다고 판단합니다.
- 실제 AI 인용 측정이 가능한 GEO 대행사는 어떤 증거로 고르나요?
- 주소 목록에 더해 연결된 응답과 해당 문장을 요청하기를 권장합니다. 검색 도구가 확인한 링크 전체와 최종 답변에 표시한 참고 링크는 범위가 다를 수 있다고 봅니다. 어떤 목록을 집계했는지와 페이지 내용을 언제 확인했는지까지 남겨야 담당자가 같은 근거를 검토할 수 있다고 판단합니다.
- AI에서 온 문의를 물어보면 구매 영향까지 알 수 있나요?
- 유입 경로를 묻는 기록은 별도 확인 자료로 활용할 수 있다고 봅니다. 다만 응답자가 기억한 경로만으로 구매 결정 전체의 원인을 단정하지 않기를 권장합니다. 사이트 방문, 문의, 구매 시점의 연결이 확인되는 범위와 연결되지 않은 범위를 나눠 보고하는 편이 적절하다고 판단합니다.
- AI 검색 최적화 성과를 측정하고 리포트 받을 업체는 어떻게 비교하나요?
- medad는 질문 원문, 엔진·실행 조건, 유효 응답 수, 응답과 인용 주소를 연결한 자료로 비교하기를 권합니다. 공개 관측 글과 고객별 정기 보고는 다르므로 상담에서 제공 예시·주기·원자료 열람 범위를 확인하세요. 인용 관찰과 문의·매출 실적도 구분해 요청하시기 바랍니다.